Google Cloud Compute Engine虚拟机安装CUDA全过程

最新推荐文章于 2025-09-29 10:40:09 发布
原创 最新推荐文章于 2025-09-29 10:40:09 发布 · 1.6k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#CUDA  #CUDANN #NVIDIA

本文详细介绍了在Google Cloud Compute Engine的n1-standard-4实例上安装NVIDIA驱动、CUDA Toolkit和Cudann的步骤，包括避过安装坑点，提供验证安装成功的命令。

硬件信息

机器类型：n1-standard-4（4 个 vCPU，15 GB 内存）＋1 x NVIDIA Tesla K80
地　　区：asia-east1-a

  1. 安装NVIDIA驱动
  2. 安装CUDA
  3. 安装Cudann
  4. 配置CUDA

服务器没有图像界面因此和笔记本上的配置方法不同
仅列出重点步骤和需要避过的坑

安装NVIDIA驱动

官网地址 http://www.nvidia.com/Download/index.aspx?lang=en-us

  1. 找到适合自己GPU的选项，cudatoolkit选择8.0
  2. 创建一个文件夹存放下载好的文件
sudo mkdir /home/downloads
  1. 按照“其他信息”提供的代码段安装驱动
dpkg -i nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb
apt-get update
apt-get install cuda-drivers
reboot
  1. 验证驱动是否安装成功
nvidia-smi

安装CudaToolkit

  1. 在收索引擎上搜CUDA-8.0，官网中的release版本很难找
  2. Linux–x86_6
最低0.47元/天 解锁文章
虚拟机 virtualbox 安装 CUDA 可行性说明
nothinglefttosay的专栏
04-17 3万+
在编写 CUDA 程序时遇到这么一个问题 由于服务器端的 linux 运行环境，而本机是 win8 ，对在本机上通过 SSH 客户端或者通过 VS 编写 CUDA 程序再上传倒到服务器上调试运行的方式始终不适应，又不想装双系统，因此想通过虚拟机来安装 linux 操作系统然后在虚拟机上来调试 CUDA 程序。 这中间就存在可行性的问题： 虚拟机是模拟一个图形设备，这样的话你没有机会接触到真正
虚拟机fedora下安装cuda
wind_sncz的专栏
10-07 2955
之前写了一篇总结说虚拟机上没法直接使用物理显卡调试cuda。但是实际上仍然可以安装cuda。这两天参考了网上一个朋友详细的ubuntu安装过程，于是在fedora上模仿着也安装成功了。         关键在于安装的时候不要安装显卡驱动。这里因为我不进行深度学习的程序编写，因此没有装caffe。         更新系统和软件，和ubuntu不同的地方仅仅是使用的是yum。同理centos和R
Windows下配置深度学习环境
weixin_36193572的博客
12-27 4162
由于项目需求，需要将深度学习的算法移植到Windows平台下的系统之中。开始的我是抗拒的，记得一年半之前，刚刚入门深度学习，在Ubuntu系统上安装Cuda和Caffee，反反复复，各种失败重装系统，足足弄了半个月才勉强将环境配置好。现在又要我在windows上安装。想想都怵头。 但是查找资料之后发现，流程还是很简单的。 一、安装CUDA（如需GPU加速） 由于在Ubuntu上用的都是CUD...
虚拟机中的CUDA安装以及配置
m0_55995542的博客
07-25 3803
最后，在客户机操作系统内部，需要安装对应版本的 NVIDIA 驱动程序和 CUDA Toolkit，才能使 CUDA 应用程序在虚拟化后的 GPU 上运行。它通过微软原生的 GPU 虚拟化技术，使 Linux 子系统能够直接访问物理机的 NVIDIA GPU，兼具虚拟机隔离性和接近物理机的性能。宿主机的操作系统需要“释放”或禁用要直通的 GPU 设备，使其不再被宿主机自身的驱动占用，从而能完全分配给虚拟机使用。你将看到你的物理 NVIDIA GPU 的完整信息，这表明 CUDA 环境已完全就绪。
关于虚拟机上使用cuda
m0_56514535的博客
07-21 4692
虚拟机上一般无法使用cuda，因为虚拟机整个系统都不是直接建立在物理机上的，外强中干，你让它使用一些底层的东西，它就傻眼了。毕竟能同时使用两个系统，还是很爽的。直接将物理机上面的PCI-E插槽设备映射给虚拟机，即把显卡通过直通的方式映射给虚拟机使用，但是这种方式整个显卡就归虚拟机使用了，物理机就不能使用了。但像我这样头铁的人，还是习惯用虚拟机，因为可以随便我造，快照功能不要太好用。平常就在虚拟机上弄，双系统我也弄一个，我也不嫌麻烦。哪一天我退出虚拟机了，全职双系统了，我再来续写。看了一些，有几种办法。
gce_ml：简化Google Compute Engine上的机器学习模型训练
Google Compute Engine（GCE）是谷歌云平台（Google Cloud Platform, GCP）中用于运行虚拟机实例的核心计算服务，广泛应用于高性能计算、数据处理和机器学习模型训练等场景。而“gce_ml”这一小型程序包正是基于GCE...
31、Google Cloud平台数据处理服务全解析
最新发布
u8v9w0x1y的博客
09-29 25
本文全面解析了Google Cloud平台上的核心数据处理服务，涵盖计算、数据库、大数据与机器学习等领域。内容包括Google Compute Engine的虚拟机配置、Cloud SQL的托管关系型数据库、Bigtable的NoSQL解决方案、BigQuery的列式数据仓库、Dataproc的Hadoop/Spark集群管理，以及Vertex AI Workbench的Jupyter Notebook开发环境。通过详细的操作步骤和代码示例，帮助用户快速搭建和管理云端数据架构，适用于企业级应用与数据分析场景
Google Cloud搭建深度学习环境
Hello World! Keep Coding
03-23 2452
https://cloud.google.com/sdk/docs/install https://cloud.google.com/compute/docs/gpus/gpu-regions-zones https://cloud.google.com/compute/docs/gpus#restrictions https://zhuanlan.zhihu.com/p/45769856 https://blog.youkuaiyun.com/moses1994/article/details/83930710?sp
云服务上的PyTorch：AWS、Azure、Google Cloud安装与运行攻略（云平台部署指南）
![云服务上的PyTorch：AWS、Azure、Google Cloud安装与运行攻略（云平台部署指南）]...本文全面探讨了在AWS、Azure和Google Cloud三大云平台部署PyTorch的实践过程。首先概述了云服务与
conda虚拟环境中安装cuda和cudnn
知识搬运者
08-24 8420
找到自己想要的cuda版本后，先把cuda下载到本地。首先使用conda activate name命令把conda环境激活到目标环境。首先安装与cuda相匹配的pytorch和torchvision包，可以去。执行如下命令进行安装，因为是通过本地安装的，所以需要写明本地包的路径。执行后的结果如图所示，图中标出了cudnn所对应的cuda版本号位置。附：直接使用conda install安装。复制你想要版本的cudnn的下载地址，使用。
Linux虚拟环境安装cuda、cudnn、pytorch
weixin_62791428的博客
11-02 4396
conda虚拟环境中安装cuda和cudnn
虚拟环境安装cuda 与 cudnn
m0_71816999的博客
03-27 1151
第一步：查看自己电脑支持的cuda的版本的最高版本是多少，如我这里12.2。那么按照小于12.2即可。说明cudnn已经存在（可能在你前面安装cuda的是时候自带安装了对应的cudnn）目的:解决不同项目之间需要的cuda与cudnn 版本可能各不相同的环境问题。第五步：检查cuda与cudnn是否安装成功。第四步：按照需要的cuda与cudnn版本。第二步：创建虚拟环境并激活。
conda虚拟环境中安装CUDA、cuDNN、TensorFlow1.11
m0_62648611的博客
07-14 6460
本文主要讲解在conda虚拟环境中安装CUDA、cuDNN、TensorFlow1.11
conda虚拟环境中安装cuda方法、遇到的问题
记录学习过程中的笔记
10-28 9733
nvcc是与CUDA Toolkit一起安装的CUDA compiler-driver tool，它只知道它自身构建时的CUDA runtime版本，并不知道安装了什么版本的GPU driver，甚至不知道是否安装了GPU driver。CUDA有 runtime api 和 driver api，两者都有对应的CUDA版本， nvcc -V 显示的就是前者对应的CUDA版本，而 nvidia-smi显示的是后者对应的CUDA版本。只要找到对应cuda版本的文件，复制到虚拟环境cuda路径下即可。
虚拟机不能安装 cuda！
纵然身处果壳之中，也仍自以为无限宇宙之王
12-30 1万+
系统配置 系统： Ubuntu 16.04 LTS 显卡： GeForce 820M 安装Cuda CUDA下载 Nvidia驱动安装 问题1：nvidia-smi commad not recognized? 原因：没有安装nvidia驱动程序 NVIDIA 驱动程序下载 问题2：couldn’t communicate with the NVIDIA driver 查看显卡配置...
在虚拟环境中安装cuda
qq_43164745的博客
08-03 4609
跑测试代码会显示GPU：false   测试代码如下： import tensorflow as tf import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2' a = tf.constant(1.) b = tf.constant(2.) print(a+b) print('GPU:', tf.test.is_gpu_available()) 1.打开Anaconda Prompt 2.建立一个名为tf2.1（该名称可随便取）的环境，使用Python
ubuntun虚拟环境中安装cuda
niemanh的博客
06-06 3400
1、安装cuda conda install cudatoolkit=10.0 2、安装cudnn conda install cudnn
虚拟环境能不能用系统cuda
终身学习，每天进步一点点
12-12 849
Conda 虚拟环境可以使用系统安装的 CUDA，但需要正确设置环境和路径。
cuda环境配置（anaconda虚拟环境版，含pytorch-gpu安装）
热门推荐
weixin_46446479的博客
05-18 2万+
深度学习cuda环境配置
自动化部署到Google Cloud Compute Engine的Github Action
Google Cloud Platform的Compute Engine是一种基础设施即服务（IaaS）解决方案，允许用户运行大型工作负载在虚拟机实例上。Compute Engine为用户提供灵活的虚拟机配置选项，以及高性能、可靠的计算能力。用户可以...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值